Statistiken und Big Data stepwise-regression

2

Schrittweise Regression in R - Kritischer p-Wert

Welchen kritischen p-Wert verwendet die step()Funktion in R für die schrittweise Regression? Ich nehme an, es ist 0,15, aber ist meine Annahme richtig? Wie kann ich den kritischen p-Wert ändern?

12 r regression p-value stepwise-regression

1

Was ist der Unterschied zwischen AIC () und extractAIC () in R?

Die R-Dokumentation für beide gibt nicht viel Aufschluss. Alles, was ich von diesem Link bekommen kann, ist, dass es in Ordnung sein sollte, einen von beiden zu verwenden. Was ich nicht verstehe ist, warum sie nicht gleich sind. Fakt: Die schrittweise Regressionsfunktion in R, step()verwendet extractAIC(). Interessanterweise führt das Ausführen …

11 r regression aic stepwise-regression

2

Wie funktioniert die „schrittweise Regression“?

Ich habe den folgenden R-Code verwendet, um ein Probit-Modell anzupassen: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Ich will wissen , was macht stepwiseund backward/forwardgenau das tun , und wie die Variablen wählen?

11 r probit stepwise-regression

3

Was sind die Vorteile einer schrittweisen Regression?

Ich experimentiere mit schrittweiser Regression, um die Vielfalt meiner Herangehensweise an das Problem zu verbessern. Ich habe also 2 Fragen: Was sind die Vorteile einer schrittweisen Regression? Was sind ihre spezifischen Stärken? Was halten Sie vom hybriden Ansatz, bei dem Sie schrittweise Regression verwenden, um Features auszuwählen, und dann eine …

11 regression feature-selection stepwise-regression

2

Interpretation der Schrittausgabe in R.

In R soll der stepBefehl Ihnen helfen, die Eingabevariablen für Ihr Modell auszuwählen, oder? Folgendes kommt von example(step)#-> swiss& step(lm1) > step(lm1) Start: AIC=190.69 Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC - Examination 1 53.03 2158.1 189.86 <none> 2105.0 190.69 …

11 r self-study stepwise-regression

2

Überlegenheit von LASSO gegenüber Vorwärtsauswahl / Rückwärtseliminierung in Bezug auf den Kreuzvalidierungs-Vorhersagefehler des Modells

Ich habe drei reduzierte Modelle von einem Original-Vollmodell mit erhalten Vorauswahl Rückwärtseliminierung L1 Bestrafungstechnik (LASSO) Für die Modelle, die unter Verwendung von Vorwärtsauswahl / Rückwärtseliminierung erhalten wurden, erhielt ich die kreuzvalidierte Schätzung des Vorhersagefehlers unter Verwendung des CVlmin DAAGverfügbaren Pakets in R. Für das über LASSO ausgewählte Modell habe ich …

10 cross-validation model-selection lasso stepwise-regression

4

Gibt es eine Möglichkeit, die Kreuzvalidierung zu verwenden, um eine Variablen- / Merkmalsauswahl in R durchzuführen?

Ich habe einen Datensatz mit ungefähr 70 Variablen, die ich reduzieren möchte. Ich möchte den Lebenslauf verwenden, um die nützlichsten Variablen auf folgende Weise zu finden. 1) Wählen Sie zufällig etwa 20 Variablen aus. 2) Verwenden Sie stepwise/ LASSO/ lars/ etc, um die wichtigsten Variablen auszuwählen. 3) Wiederholen Sie ~ …

10 r cross-validation feature-selection random-forest stepwise-regression

3

Verallgemeinerte lineare gemischte Modelle: Modellauswahl

Diese Frage / dieses Thema kam in einer Diskussion mit einem Kollegen auf und ich suchte nach einigen Meinungen dazu: Ich modelliere einige Daten mithilfe einer logistischen Regression mit zufälligen Effekten, genauer gesagt einer logistischen Regression mit zufälligen Abschnitten. Für die festen Effekte habe ich 9 Variablen, die von Interesse …

10 mixed-model model-selection aic glmm stepwise-regression

2

Erhöhen schrittweise Regressionstechniken die Vorhersagekraft eines Modells?

Ich verstehe einige der vielen Probleme der schrittweisen Regression. Als akademisches Unterfangen gehe ich jedoch davon aus, dass ich die schrittweise Regression für ein Vorhersagemodell verwenden und die möglichen Auswirkungen auf die Leistung besser verstehen möchte. Erhöht oder verringert die schrittweise Regression des Modells bei einem linearen Modell tendenziell die …

8 regression predictive-models stepwise-regression

2

Was genau ist „schrittweise Modellauswahl“?

Obwohl die Vorzüge der schrittweisen Modellauswahl bereits erörtert wurden, wird mir unklar, was genau " schrittweise Modellauswahl " oder " schrittweise Regression " ist. Ich dachte, ich hätte es verstanden, war mir aber nicht mehr so sicher. Nach meinem Verständnis sind diese beiden Begriffe synonym (zumindest in einem Regressionskontext) und …

8 multiple-regression model-selection aic stepwise-regression

1

Konfidenzintervalle bei Verwendung des Bayes-Theorems

Ich berechne einige bedingte Wahrscheinlichkeiten und zugehörige 95% -Konfidenzintervalle. In vielen meiner Fälle habe ich eine einfache Anzahl von xErfolgen aus nVersuchen (aus einer Kontingenztabelle), sodass ich ein Binomial-Konfidenzintervall verwenden kann, wie es binom.confint(x, n, method='exact')in in angegeben ist R. In anderen Fällen habe ich solche Daten jedoch nicht, daher …

8 r bayesian confidence-interval conditional-probability hidden-markov-model segmentation hypothesis-testing statistical-significance multiple-comparisons multiple-regression r regression survey sample finite-population pca model-selection dataset partitioning clustering time-series least-squares regression standard-error causality r time-series outliers missing-data machine-learning svm hypothesis-testing discrete-data r data-visualization survey likert finance regression pca feature-selection stepwise-regression underdetermined svm natural-language

3

Erzeugt ein schrittweiser Ansatz das höchste Modell?

Wird bei Verwendung des schrittweisen Vorwärtsansatzes zur Auswahl von Variablen garantiert, dass das Endmodell das höchstmögliche ? Anders gesagt, garantiert der schrittweise Ansatz ein globales Optimum oder nur ein lokales Optimum?R2R2R^2 Wenn ich beispielsweise 10 Variablen zur Auswahl habe und ein 5-Variablen-Modell erstellen möchte, hat das nach dem schrittweisen Ansatz …

8 r-squared stepwise-regression

1

Wie kann man entscheiden, welche Interaktionsterme in ein multiples Regressionsmodell aufgenommen werden sollen?

Ich versuche, mit R ein multiples Regressionsmodell zu erstellen. Ich habe eine Reihe von Prädiktorvariablen. Ich habe einige grundlegende Domänenkenntnisse, für die ich versuche, das Modell zu erstellen. Zunächst habe ich einige Prädiktorvariablen basierend auf Domänenwissen und hohen Korrelationskoeffizienten mit der Antwortvariablen aufgenommen, während einige andere Prädiktoren aufgrund der Multikollinearität …

7 r multiple-regression model-selection stepwise-regression

Als «stepwise-regression» getaggte Fragen